SMM4H 2024: 5 Fold Cross Validation for Classification of tweets reporting children’s disorders
Rattachement africain : in. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
This document describes our system used for the Social Media Mining for Health (SMM4H) 2024 Task 05.The objective of this task was to perform binary classification on the tweets provided in the dataset.The dataset contained two categories of tweets: those reporting medical disorders and those merely mentioning the disease.We tackled this problem using a 5-fold cross-validation approach.Our method utilizes the RoBERTa-Large model with 5-fold crossvalidation.The evaluation results yielded an F1-score of 0.886 on the validation dataset and 0.823 on the test dataset.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- SMM4H 2024: 5 Fold Cross Validation for Classification of tweets reporting children’s disorders
- Date Crossref
- 01/01/2024
- Éditeur
- Association for Computational Linguistics
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.